精准生成Fake人脸!Amazon全新GAN模型给你全方位无死角美颜
近日,来自 Amazon One 的研究人员提出了一个训练 GAN 的框架,可以对生成的图像进行显式控制。该框架能够通过设置确切的属性(例如年龄,姿势精准,表情等)来控制生成的图像。 Amazon One团队最近提出了一个可以对生成的图像进行显式属性控制的GAN训练框架,能够通过设置确切的属性来控制生生成成的图像,如年龄、姿势、表情等。 这篇论文目前已经发布在arxiv上,并且在Google网盘中有相应的补充说明。 目前大多数编辑GAN生成的图像的Fa方法都是通过利用隐空间解构属性来实现部分控制,这些属性是在标准GAN训练后隐式获得的。这种方法能够改变某些属性的相对强度,但不能显式地设置它们的值ke。 而最近提出的方法,是为显式的准确控制人脸属性而设计的,利用可变形的3D人脸模型来实现GAN中的细粒度控制能力。 与以往方法不同的是,这种控制不受限于可人脸变形的三维人脸模型参数,并且可以扩展到人脸领域之外。 使用对比学习,获得了具有明确分解隐空间的GAN。这种分解被用来训练控制编码器,将人类可解释的输!A入映射到合适的隐向量,从而允许显式的控制。 在人脸领域,研究人员展示了对身份、年龄、姿势、表情、头发颜色和照明的控制,还演示了我们的框架在画像和狗图像生ma成领域的控制能力,证明了新的方法在质量和数量上都达到了SOTA。 在第一阶段,构建每一个batch的每个属性都有一对隐向量,共享一个相应的子向zo量。 除了对抗性损失外,该批图像中的每张图像都会以对比的方式,逐个属性地与其他所有图像进行比较,并考虑到它的子向量是相同还是不同。 在第二阶段,编码器被n全训练成将可解释的参数映射到合适的隐向量。 在推理阶段,是通过将第k个编码器输入设置为所需值,实现对属性k的显式控制。 对光线、角度和表情的显式控制新G效果: 研究人员使用了ArcFace提取生成图像的嵌入向量,具体做法是生成10K个共享ID属性的图像对和具有不同的姿势、照明和表情属性的图像。 对AN发色和年龄的控制效果: 为了验证模型确实对输出有明确的控制,研究人员进行了控制精度的比较。从FFHQ中随机选取10K张图像,并对其属性进行预测,以产生模型一个在真实图像中出现的可行属性池。 还可以实现在保持其他属性不变的情况下,改变绘画的艺术风格: 对于喜欢养宠物的人来说,也可以显式控制生成的狗狗图像的一些给你属性: 同时,不只可以改变一个属性,还可以同时控制多个属性值: 通过测试Amazon One的可控GAN模型,本以为现在的美颜工具已经十分好用了,看来未来全方还会有更加惊艳的功能可以期待。 点赞 0
-
上一篇
-
下一篇
- 最近发表
- 随机阅读
-
- 阿里云正式发布“汽车云”:已服务国内超70%汽车企业
- Windows 11 任务栏新添 AI 助手 “Taskbar Companion”
- 吉卜力等日企施压OpenAI:要求停止未经许可使用版权内容训练AI模型
- 标签: 今日头条 2025白皮书
- 避风港还是新高地?新加坡正成为中美AI企业“中立区”
- 投资人称Facebook和Twitter面临10年政治清算 投资吸引力将下降
- 基于博弈论的大规模数据分析
- 标签: 微信 多设备登录 用户调研 微信客服
- 云计算开发:Python内置函数-raw_input() 函数详解
- 标签: 猛士汽车 东风汽车 万良渝 猛士M817
- 云安全日报210508:思科企业超融合解决方案发现命令注入漏洞,需要尽快升级
- 标签: AppleIntelligence vivoX300Ultra 九号电动 雅迪电动
- Amazon Lookout for Vision正式可用
- 云安全日报210901:IBM企业身份管理解决方案发现重要漏洞,需要尽快升级
- 谷歌公布“太阳捕手计划”:利用 TPUs 卫星,在太空打造 AI 超级计算网络
- 标签: 腾讯云
- 面试 | 不可不知的十大 Hive 调优技巧优秀实践
- Meta推出AI视频生成平台Vibes,轻松创作和分享 AI 短视频
- 标签: 鸿蒙 英伟达 微信 小米YU7GT
- 标签: 超威动力 铅酸动力电池 钠离子电池 固态钠电池
- 搜索
-
- 友情链接